К содержимому

Датасет · parler-tts

Очищенный корпус английской речи на 585 часов

parler-tts/libritts_r_filtered

Отфильтрованная версия аудиодатасета LibriTTS-R с улучшенным качеством звука для синтеза и распознавания речи.

Что внутри

Датасет содержит пары из аудиозаписей чтения на английском языке (частота 24 кГц) и текстовых расшифровок. В исходном корпусе LibriTTS-R около 585 часов речи от множества дикторов, размер текущей выборки — от 100 тысяч до 1 миллиона записей. Из данных удалили сэмплы с неудачным восстановлением звука и дикторов, у которых обнаружилось наложение нескольких голосов.

Что можно сделать

  • Обучение и дообучение моделей text-to-speech (TTS) с чистым звучанием
  • Тренировка систем распознавания речи (ASR) на английском языке
  • Клонирование голоса и создание мультиспикерных голосовых моделей
Задачи
Синтез речи, Распознавание речи
Языки
Английский
Размер
100K–1M записей
Скачиваний за месяц
4,3 тыс.
Лайков
26

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("parler-tts/libritts_r_filtered")